[发明专利]一种基于多元融合的变电站设备异常识别定位方法

权利要求书

1.一种基于多元融合的变电站设备异常识别定位方法，其特征在于，包括以下步骤：

S1：根据变电站待检设备的各项监测数据种类分配待检设备的主要数据监测方式和辅助数据监测方式；

S2：巡检操作机器人执行巡检任务，通过各数据监测方式获得变电站待检设备的各项监测数据；

S3：将通过主要数据监测方式获得的监测数据输入对应的故障识别模型，判断变电站设备是否存在异常；

S4：在判定变电站设备存在异常时，将该变电站设备通过各数据监测方式获得的监测数据进行处理、耦合，确定异常位置与异常原因；

所述的步骤S1包括以下具体步骤：

S11：通过加权方式计算变电站待检设备采用不同数据监测方式的评估值；

其中，k=1,2，…，K；K为数据监测方式的总数；

为第k种数据监测方式的评估值；

为第n项监测数据种类对应变电站设备发生异常的频率；

表示第k种数据监测方式是否能够监测到第n项监测数据种类，是为1，否为0；

为第n项监测数据种类的重要度；

N为监测数据种类的总数；

S12：根据不同数据监测方式的评估值取最大值，确定变电站待检设备的主要数据监测方式；

S13：确定数据监测方式为辅助数据监测方式。

2.根据权利要求1所述的一种基于多元融合的变电站设备异常识别定位方法，其特征在于，所述的数据监测方式包括声纹数据监测、可见光数据监测、红外数据监测、局放数据监测、气味数据监测和电气信息数据监测。

3.根据权利要求1所述的一种基于多元融合的变电站设备异常识别定位方法，其特征在于，所述的步骤S3具体包括以下步骤：

S31：将通过主要数据监测方式获得的监测数据输入对应的故障识别模型；

S32：对应的故障识别模型判断变电站设备是否存在异常，若是，则进入步骤S4，若否，则进入步骤S33；

S33：调取该变电站设备关联的辅助数据监测方式所获得的监测数据，分别输入对应的故障识别模型；

S34：各故障识别模型分别输出判定结果，当有50%及以上的判定结果为存在异常，则判断该变电站设备异常，进入步骤S4；当所有判定结果均为不存在异常，则结束。

4.根据权利要求3所述的一种基于多元融合的变电站设备异常识别定位方法，其特征在于，在步骤S34中，当有且仅有50%以下的判定结果为存在异常，进入步骤S35；

S35：调取判定结果为存在异常的故障识别模型对应的监测数据以及对应的辅助数据监测方式，通过对比历史故障数据库中对应的数据，判定该辅助数据监测方式是否存在异常；若判定该辅助数据监测方式存在异常，则通知工作人员进行恢复；若判定该辅助数据监测方式正常，则判定对应的变电站设备异常，将该数据存入历史故障数据库中，并进入步骤S4。

5.根据权利要求3所述的一种基于多元融合的变电站设备异常识别定位方法，其特征在于，当通过主要数据监测方式输出的判定结果为变电站设备正常，而通过辅助数据监测方式的判定结果为存在异常时，调取判定结果为存在异常的故障识别模型对应的监测数据，通过历史故障数据库将该监测数据对应故障类型；判断通过主要数据监测方式是否能够获取该故障类型对应的监测数据，若是，则判定主要数据监测方式故障，通知工作人员进行恢复；若否，则结束。

6.根据权利要求2所述的一种基于多元融合的变电站设备异常识别定位方法，其特征在于，所述的步骤S4包括以下步骤：

S41：对变电站环境进行三维建模，构建变电站三维模型；

S42：对判定结果为存在异常的监测数据分别进行图像化处理确定异常区间，计算监测数据的位置，形成三维异常模型；

S43：将各三维异常模型矩阵化，并将各矩阵化后的三维异常模型叠加耦合到变电站三维模型中，确定异常概率区间；

S44：根据判定变电站设备存在异常的原始监测数据的种类以及数据监测方式，通过查表判断异常原因。